Couvre les probabilités conditionnelles, illustrant comment les événements influencent les probabilités des uns et des autres et leurs applications dans des scénarios réels.
Introduit la linéarité de l'attente et la méthode du premier moment, explore les problèmes de la théorie des probabilités comme l'aiguille de Buffon et discute des tournois transitifs et des chemins du jambon.
Couvre l'histoire et les concepts fondamentaux des réseaux neuronaux, y compris le modèle mathématique d'un neurone, la descente de gradient et le perceptron multicouche.